L'importance des tests Hypothèse

Test d'hypothèse statistique

• Tests d'hypothèses statistiques, aussi appelé analyse des données de confirmation, est souvent utilisé pour décider si les résultats expérimentaux contiennent suffisamment d'informations pour jeter le doute sur la sagesse conventionnelle. Par exemple, à un moment donné on a pensé que les gens de certaines races ou couleurs avaient intelligence inférieure par rapport aux Blancs. Une hypothèse a été faite que l'intelligence ne se fonde pas sur la race ou la couleur. Les gens de différentes races, couleurs et cultures ont été donnés tests d'intelligence et les données ont été analysées. Tests d'hypothèses statistiques alors prouvé que les résultats étaient statistiquement significatifs en ce que les mesures similaires de l'intelligence entre les races ne sont pas simplement une erreur échantillon.

Hypothèses nulle et alternative

• 
  
  
  
  

  Avant de tester des phénomènes, vous formez une hypothèse de ce qui pourrait se produire. Votre hypothèse ou de deviner ce qui se produisent pourrait être que certains groupes sont différents les uns des autres, ou que l'intelligence ne sont pas corrélés avec la couleur de peau, ou un traitement a un effet sur une mesure des résultats, pour des exemples. De cela, il ya deux possibilités: un "hypothèse nulle" que rien ne se passe, ou il n'y avait pas de différences, ou sans cause et effect- ou que vous ont eu raison de votre théorie, qui est marqué du "hypothèse alternative." En bref, quand vous testez une hypothèse statistique, vous essayez de voir si quelque chose est arrivé et comparez contre la possibilité que rien ne se passait. De prêter à confusion, vous essayez de réfuter ce que rien ne se passait. Si vous réfutez que rien ne se passe, alors vous pouvez conclure que quelque chose est arrivé.

Importance des tests d'hypothèses

• Selon l'Université d'Etat Département des statistiques San Jose, tests d'hypothèses est l'un des concepts les plus importants dans les statistiques car il est comment vous décidez si quelque chose est vraiment arrivé, ou si certains traitements ont des effets positifs, ou si les groupes diffèrent les uns des autres ou si l'on la variable prédit une autre. En bref, vous voulez la preuve, si vos données sont statistiquement significatifs et peu susceptibles d'avoir eu lieu par le seul hasard. En substance donc, un test d'hypothèse est un test de signification.

Conclusions possibles

• Une fois que les statistiques sont collectées et vous tester votre hypothèse contre la probabilité de hasard, vous dessinez votre conclusion finale. Si vous rejetez l'hypothèse nulle, vous demandez que votre résultat est statistiquement significatif et qu'il ne se fait pas par la chance ou le hasard. En tant que tel, le résultat prouve l'hypothèse alternative. Si vous ne parvenez pas à rejeter l'hypothèse nulle, vous devez conclure que vous ne trouvez pas un effet ou une différence dans votre étude. Cette méthode est le nombre de médicaments pharmaceutiques et les procédures médicales sont testés.